Warum gründet ByteDance eine KI-Datenabteilung?

ByteDance gründet eine eigene KI-Datenabteilung: Das Modell-Rennen wird zum Datenrennen

Michael Dobler

Autor Dr. Web

12. August 2026

3 Min. Lesezeit

Nach Seed und Flow richtet ByteDance eine dritte KI-Hauptabteilung ein, diesmal für Daten und Datensicherheit. An der Spitze steht ein früherer TikTok-Manager, das Team entsteht aus mehreren zuvor verstreuten Datengruppen. Der Schritt zeigt, wohin sich der KI-Wettbewerb verlagert: weg vom größten Modell, hin zur besten Datenbasis.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Bis 2028 könnten dem KI-Training die hochwertigen Text-Daten im offenen Netz ausgehen, schätzt das Forschungsinstitut Epoch AI.^[2] ByteDance zieht daraus eine klare Konsequenz und stellt die Daten mit den Modellen auf eine Stufe. Für Entscheider im DACH-Raum ist der Umbau mehr als eine Personalie aus Peking.

Das Wichtigste in Kürze

ByteDance gründet die Hauptabteilung „AI Data and Security“, gleichrangig zu den Modell-Sparten Seed und Flow. Leiter ist der frühere TikTok-Manager Wang Yinglei.
Die Abteilung bündelt zuvor verstreute Teams und liefert allen Modellen Daten von der Beschaffung über die synthetische Aufbereitung bis zur Qualitätsprüfung.
Hintergrund ist ein absehbarer Daten-Engpass: Hochwertige Texte im Netz werden knapp, chinesischsprachige Inhalte machen nur rund 1,3 Prozent des Webs aus.
Für die EU rücken Datenherkunft und Datenschutz nach vorn, vom EU Data Act über die DSGVO bis zur KI-Verordnung.

Was genau baut ByteDance da auf?

Alte Holzschublade mitKarteikarten, Stempeln, Warnschild — ByteDance gründet neue Hauptabteilung „AI Data and Security“ auf gleicher Ebene wie die Modell-Sparten Seed und Flow. Wang Yinglei leitet den Bereich

ByteDance schafft eine neue Hauptabteilung namens „AI Data and Security“, gleichrangig zu den Modell-Sparten Seed und Flow. Beide Modell-Bereiche entstanden Ende 2023, der Datenbereich steht nun auf derselben Ebene.^[1] Geführt wird der Bereich von Wang Yinglei, der zuvor eine TikTok-Plattform verantwortete.

Zusammengelegt hat der Konzern dafür mehrere zuvor getrennte Datengruppen, darunter das 2023 gegründete Global-Data-Team mit rund hundert Beschäftigten. Die Datenpipeline reicht über den ganzen Weg: Standards setzen, Quellen beschaffen, Material synthetisch aufbereiten und die Qualität prüfen. Schon zuvor setzte ByteDance beim Nachschub lieber auf Eigenbau statt fremde Daten, jetzt bekommt jedes Modell seine Daten aus einer Hand.

Warum wird die Datenquelle zum Engpass?

Eine Datenmauer treibt den Umbau: Die hochwertigen Text-Daten im offenen Netz sind nach der Prognose von Epoch AI um 2028 weitgehend ausgeschöpft.^[2] Für bessere Modelle zählen dann eigene, saubere und rechtlich klare Datenbestände statt immer neuer Web-Kopien.

Als Ausweg gelten synthetische Daten, also von KI erzeugtes Trainingsmaterial. Branchenschätzungen zufolge könnten bis 2028 über 60 Prozent der Trainingsdaten künstlich entstehen. Ob dieses Material sauber und die Herkunft echter Daten legal ist, entscheidet über die Qualität, weshalb die Frage nach legal beschafften Trainingsdaten die ganze KI-Branche umtreibt.

Für Chinas Anbieter kommt ein zweiter Engpass dazu: chinesischsprachige Inhalte machen nur rund 1,3 Prozent der weltweiten Webtexte aus. Ein eigener Daten-Apparat, der Quellen beschafft und synthetisch nachlegt, ist damit kein Luxus, sondern die Voraussetzung für den nächsten Modellsprung.

Das nächste KI-Rennen entscheidet die Datenbasis, nicht die Modellgröße. Beim Zusatz Datensicherheit in ByteDances neuer Abteilung sollte die EU besonders genau hinsehen.
— Markus Seyfferth, Chefredakteur Dr. Web

Vom Modell-Rennen zum Datenrennen

Warum ByteDance eine eigene KI-Datenabteilung baut, in Zahlen

2028

Jahr, in dem die hochwertigen Text-Trainingsdaten im offenen Netz laut Epoch AI weitgehend erschöpft sein könnten

über 60 %

Anteil synthetisch erzeugter Trainingsdaten bis 2028 nach Branchenschätzungen

1,3 %

Anteil chinesischsprachiger Inhalte an den weltweiten Webtexten, ein Engpass für Chinas Modelle

530 Mio. €

DSGVO-Bußgeld der irischen Datenschutzbehörde gegen TikTok wegen Datenflüssen nach China, Mai 2025

12.09.2025

Seit diesem Tag greifen die ersten Zugangsrechte des EU Data Act für vernetzte Daten

Was bedeutet der Datenfokus für die EU?

Der Trend verschiebt das Gewicht von der Modellwahl zur Datenherkunft. Der EU Data Act ordnet seit dem 12. September 2025, wer auf vernetzte Daten zugreifen und sie nutzen darf. Damit rückt die Frage nach vorn, woher die Daten eines KI-Anbieters stammen.

Wie heikel der Zusatz Datensicherheit bei einem chinesischen Konzern ist, zeigt die DSGVO-Praxis. Die irische Datenschutzbehörde verhängte im Mai 2025 gegen TikTok ein Bußgeld von 530 Millionen Euro, weil Daten europäischer Nutzer nach China flossen.^[3] Der irische High Court bestätigte die Strafe im Juni 2026, und auch bei DeepSeek stand zuletzt der Umgang mit Nutzerdaten im Fokus.

Konkret heißt das für Unternehmen: die Herkunft der eingesetzten KI-Modelle prüfen und Datenflüsse in Nicht-EU-Länder vertraglich absichern. Ergänzend rückt die KI-Verordnung die Datenfrage nach vorn, weil sie für große Modelle eine Zusammenfassung der Trainingsdaten verlangt.

Für die eigene KI-Strategie lohnt der Blick weg von der reinen Modellwahl hin zur Frage, woher die Daten stammen und wo sie liegen. Ein kurzer Herkunfts-Check der genutzten Anbieter samt Vertragsklausel zum Speicherort schützt vor bösen Überraschungen aus Peking oder Dublin.

FAQ: ByteDances neue KI-Datenabteilung

Was ist ByteDances neue KI-Datenabteilung?

ByteDance hat eine Hauptabteilung namens AI Data and Security gegründet, gleichrangig zu den Modell-Sparten Seed und Flow. Die Abteilung bündelt mehrere zuvor getrennte Datenteams und liefert allen Modellen des Konzerns Daten von der Beschaffung bis zur Qualitätsprüfung. Geleitet wird der Bereich vom früheren TikTok-Manager Wang Yinglei.

Warum werden Trainingsdaten für KI knapp?

Die hochwertigen Text-Daten im offenen Netz sind endlich. Das Forschungsinstitut Epoch AI erwartet, dass sie um 2028 weitgehend ausgeschöpft sind. Wettbewerbsvorteile entstehen dann nicht mehr durch größere Modelle, sondern durch eigene, saubere und rechtlich klare Datenbestände.

Was sind synthetische Trainingsdaten?

Synthetische Trainingsdaten sind von KI-Modellen erzeugtes Material, das echte, gesammelte Daten ersetzt oder ergänzt. Branchenschätzungen zufolge könnten bis 2028 über 60 Prozent der Trainingsdaten synthetisch entstehen. Genau diese Erzeugung und Qualitätsprüfung bündelt ByteDance jetzt in seiner Datenabteilung.

Was hat der EU Data Act mit KI-Daten zu tun?

Der EU Data Act regelt, wer auf vernetzte Daten zugreifen und sie nutzen darf. Die ersten Pflichten gelten seit dem 12. September 2025. Für europäische Unternehmen verschiebt das die Datenhoheit und macht die Frage wichtiger, woher die Daten eines KI-Anbieters stammen und wo sie liegen.

Warum wurde TikTok in der EU mit 530 Millionen Euro bestraft?

Die irische Datenschutzbehörde verhängte im Mai 2025 gegen TikTok ein Bußgeld von 530 Millionen Euro, weil personenbezogene Daten von EU-Nutzern nach China übertragen wurden und Transparenzpflichten verletzt waren. Der irische High Court bestätigte die Strafe im Juni 2026.